아돌프 히틀러가 그렸던 그림들 – 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

아돌프 히틀러는 1889년 4월 20일에 태어나 1945년 4월 30일 56세의 나이에 생애를 마감했습니다.

독일 출신이라는 설이 한때 돌기도 했지만 히틀러는 사실 오스트리아 헝가리 제국 브라우나우암인에서 태어났습니다.

뛰어난 웅변술과 감각의 소유자인 아돌프 히틀러는 제1차 세계 대전의 패전국으로 베르사유 체제 이후 피폐해진 독일을 경제 발전으로 이끌었다고 알려져 있습니다.

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

이후 독일 민족 생존권 수립 정책을 주장하며 자를란트의 영유권 회복과 오스트리아 병합, 체코슬로바키아 점령, 폴란드 침공 등을 일으키며 제2차 세계 대전을 일으켰는데, 전쟁 중 그의 유대인 말살 정책으로 인해 수많은 유대인들이 아우슈비츠 수용소와 같은 나치 강제 수용소의 가스실에서 학살당했습니다. 또한 히틀러는 상당수의 폴란드 사람들에게까지도 유태인이라 모함하여 유태인과 마찬가지로 강제수용소의 가스실에서 같이 학살했습니다. 여기서 나치 독일에 의해 학살된 사람들 가운데에는 집시와 장애인도 있었다.

승승장구하며 전세를 확장하던 독일은 스탈린그라드 전투와 북아프리카 전선에서 패배하였고 히틀러는 1945년 4월 29일 소련군에 포위된 베를린에서 에바 브라운과 결혼한 뒤 이튿날 베를린의 총통관저 지하 벙커에서 시안화칼륨 캡슐을 삼키고 권총으로 자신을 쏘아 자살했습니다. 그러나 독약 캡슐을 쓰지 않고 권총 자살을 했다는 이야기도 있다고 합니다.

아이러니하게도 히틀러는 1939년 노벨 평화상 후보에 오르기도 했다고 합니다.

아래 그림들은 아돌프 히틀러가 직접 그린 그림입니다.

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

제가 미술을 잘 모르지만, 아마츄어인 제가 보아도 히틀러의 그림은 아름다와 보입니다.

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

저 모자상을 보면, 히틀러가 정말 그러한 만행을 주도한 인물인지 의심스럽습니다.

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

아래의 무너진 담벼락을 그리면서 히틀러는 무슨 생각을 했을지 궁금합니다.

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

아돌프 히틀러가 그렸던 그림들 - 히틀러는 오스트리아 출신, 화가로 삶을 살았다면 예술계에도 영향력 대단했을 것

아돌프 히틀러가 화가 인생을 진지하게 걸었다면… 그의 미래도 또 다르지 않았을까… 싶습니다.

근육과 체지방 – 같은 몸무게라도 다른 몸매를 가지게 하는 비결은 체지방을 줄이고 근육량 늘리는 것

여기 같은 몸무게의 두 여성이 있습니다.

몸무게는 같은 59Kg인데, 몸매는 완전 극과 극입니다.

근육과 체지방 - 같은 몸무게라도 다른 몸매를 가지게 하는 비결은 체지방을 줄이고 근육량 늘리는 것

우워우- 아래의 날렵한 여성과 통통한 여성을 비교 해 보아요.

근육과 체지방 - 같은 몸무게라도 다른 몸매를 가지게 하는 비결은 체지방을 줄이고 근육량 늘리는 것

운동 죽어라 해도 몸무게가 안줄어서 속상하신 분들… 몸매는 날렵해지고 있는지도 모르니 너무 속상해 하시지 마시기를…

근육과 체지방 - 같은 몸무게라도 다른 몸매를 가지게 하는 비결은 체지방을 줄이고 근육량 늘리는 것

근육과 체지방 - 같은 몸무게라도 다른 몸매를 가지게 하는 비결은 체지방을 줄이고 근육량 늘리는 것

근육과 체지방 - 같은 몸무게라도 다른 몸매를 가지게 하는 비결은 체지방을 줄이고 근육량 늘리는 것

구글 머신러닝 솔루션 텐서플로(Google Machine Learning – TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

2015년 11월, 구글은 머신러닝(Machine Learning)이라는 기술을 공개했습니다.

사실 머신러닝은 구글이 최초로 만든 기술은 아닙니다, 구글이 그들의 소프트웨어를 공개하면서, 그들의 제품 이름이 아닌 대중이 알아듣기 좋은 적절한 이름으로 이미 업계에서 통용되고 있는 단어(머신러닝;Machine Learning)를 사용했습니다.

구글 머신러닝은 텐서플로(TensorFlow)라는 이름으로 오픈소스로 공개되었습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

구글의 머신러닝은 공부한 시간을 데이터로 인풋(input)하면 컴퓨터는 성적이라는 결과를 아웃풋(output)으로 도출하게 되는데, 이 과정의 상관관계를 학습시키는 것이라고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

구글은 머신러닝을 쉽게 이해시키기 위해 로켓도 동원했는데, “머신러닝은 로켓엔진과 비슷하다”면서 “로켓엔진의 중간 부분이 머신러닝이며 로켓의 연료가 데이터, 뿜어져 나오는 연기는 그 결과물”이라고 설명했는데, 아래의 로켓 엔진은 위에 그려진 머신 러닝 컨셉 다이어그램과 유사합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

또한 구글은 인공지능 소프트웨어 시스템인 ‘텐서플로(TensorFlow)’를 무상으로 공개한다고 발표했는데, “이를 통해 개발자들은 CPU, GPU, 모바일 등 실제 제품에 접목할 수 있다”면서 “머신러닝의 표준화를 통해 미래제품 출시에도 도움이 된다”고 강조하면서 머신러닝의 보급에 최우선 순위를 두고 있다는 뜻을 내비쳤습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

이 머신러닝 적용 사례로는 구글검색, 구글포토, 구글번역, 지메일(Gmail) 등 자사 제품이 있습니다. 구글앱을 통해 음성검색을 이용하면 그 음성을 인식한 뒤 분석한 내용을 바탕으로 검색어를 생성한다고 합니다. 또 구글 포토를 이용하면 스마트폰으로 찍은 사진을 인물, 장소, 사물별로 분류해 저장하고, 클라우드에 보관된 위치 정보가 없는 사진도 촬영 장소의 특징을 분석해 그 위치를 찾아낸다고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

슈미트 회장은 “내가 볼 때 구글은 이 분야(머신러닝)에서 월드 리더다”라고 강조하면서 “구글은 머신러닝을 통해 더욱 스마트해질 것”이라고 언급했다고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

텐서플로(TensorFlow)는 오픈소스로 공개되어졌으며, 다음의 URL에서 관련 정보를 얻으실 수 있습니다.

http://tensorflow.org/

 

참고로 텐서플로(TensorFlow) 외에도 아파치 머하웃(Apache Mahout)이라는 Scalable Machine Learning기술이 예전부터 공개되어져 있었고, 이 기술은 글로벌한 소프트웨어/서비스 기업에서 사용 중인데요, 관련정보는 http://mahout.apache.org/ 에서 얻으실 수 있습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

 

마지막으로 머신러닝의 응용 사례에 대해 언급해보고자 합니다.

1) 넷플릭스는 머신러닝을 활용하여 개인화된 페이지를 구성하였습니다. (출처: 넷플릭스 블로그)

이를 통해 고객의 선호를 만족시키고 동시에 다양한 콘텐츠를 구매할 수 있도록 유도하는 전략을 펼쳤습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

참고로 CF 알고리즘이 적용되었습니다.

 

2) 페이스북은 머신러닝을 활용하여 이미지 분석 진행

98%의 정확성을 가지고 있고, 8억건의 사진을 5초 이내에 확인할 수 있었다고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

참고로 구글포토에서도 비슷한 기술이 적용되어져 있다고 합니다.

 

3) 구글은 스팸메일 필터시 메일의 패턴을 학습시켜 스팸메일을 거르는 확률을 높였다고.

 

이제 서비스를 전제로 하는 소프트웨어는 보다 많은 빅 데이터를 쌓아 이를 응용하여 미래를 예측하는 기술을 전보다 더 많이 활용하게 될 것으로 보입니다. 보다 편리하고 살기 좋은 미래… 어떻게 다가 올지 궁금합니다.